A mesterséges intelligencia alapjaiban formálja át a mérnökinformatikát: új lehetőségeket nyit a szoftverfejlesztésben, az adattudományban és a hardverrendszerek tervezésében. A biztos mérnöki alapok továbbra is nélkülözhetetlenek, de egyre fontosabbá válik a mesterséges intelligencia értő alkalmazása és továbbfejlesztése is.
Megújult mérnökinformatikus mesterszakunk erre a kettős kihívásra készít fel. A képzés a hagyományos mérnökinformatikai tudást a legújabb MI-technológiákkal ötvözi, építve az ITK-n az elmúlt években felhalmozott kutatási és oktatási tapasztalatokra, valamint az új mesterséges intelligencia mesterszakkal kialakított szakmai együttműködésre.
BSc oklevél és B2 komplex államilag elismert angol nyelvvizsga
A mérnökinformatika és a mesterséges intelligencia szakterületeinek széles körét felölelő képzésben kiemelt szerepet kap az önálló, gyakorlati munka. A tanulmányok mintegy harmadát a diplomamunka és az arra való felkészülés teszi ki, amely lehetőséget ad az ITK kutató-fejlesztő laborjainak munkájába való bekapcsolódásra, valós kutatási és fejlesztési problémák megoldására.
A specializációk és a választható tantárgyak széles kínálata lehetővé teszi, hogy hallgatóink saját érdeklődésükhöz és karriercéljaikhoz igazítsák tanulmányaikat. Megfelelő motivációval és időráfordítással már a képzés során értékes, akár munkatapasztalatként is hasznosítható szakmai gyakorlatot szerezhetnek. A mély mérnöki tudás, a mesterséges intelligencia alkalmazása és a valós fejlesztési tapasztalat együttesen jelentős előnyt nyújthat a pályakezdés kihívásaival szemben.
Az ITK egyik meghatározó sajátossága a mérnöki informatika, a biológia és az élettudományok összekapcsolása. Ez az interdiszciplináris háttér, amit a Kar további mesterszakjai is tükröznek és kutató-fejlesztő laboratóriumainak témáiban is megjelenik, szélesebb szakmai perspektívát és izgalmas, valós alkalmazási lehetőségeket kínálva hallgatóinknak.
A Kar alapítása óta kiemelt szerepet kapnak a biológiai rendszerek által inspirált informatikai megoldások, köztük a mai mesterséges intelligencia alapvető eszközeinek számító neurális hálózatok. Ez a szemlélet ma is meghatározza oktatási és kutatási tevékenységünket.
Mindezt közvetlen, támogató oktatói, munkatársi és hallgatói közösség egészíti ki, amely ösztönzi az együttműködést, a szakmai fejlődést és az önálló kezdeményezéseket.
A technológiai, természeti és társadalmi környezetből származó egyre növekvő mennyiségű adat hatékony és intelligens feldolgozása – akár a mesterséges intelligencia használatával – már most is (és a jövőben is) kulcsfontosságú tényező civilizációnk fenntartásában és fejlesztésében. Azok a hallgatók, akik a Mérnökinformatikus MSc Gépi tanulás és adattudomány specializációját választják, az adatok reprezentálásának/tárolásának, adatbányászatának és modellillesztésének legkorszerűbb módszereit fogják tanulmányozni a mesterséges intelligencia és a gépi tanulás eszközeivel. Ennek a megközelítésnek az alkalmazási területei a klasszikus mérnöki tudományoktól a bionikán át az egészségügyig terjednek, több tudományágat is érintve.
A szoftverfejlesztés az információs technológia klasszikus, de töretlenül fejlődő területe. A mai funkcionálisan és esetleg térben is elosztott hálózatos architektúrák fejlődése nagy kihívást jelent a szoftvermérnökök számára. Azok a mérnökinformatikus hallgatók, akik ezt a specializációt választják, tanulmányaik végére képesek lesznek a komplex szoftverrendszerek áttekintésére, megértésére és tervezésére a legújabb fejlesztési megközelítések felhasználásával.
A specializáció a 2026/27/I félévben nem kerül meghirdetésre.
A gyors döntéshozatalhoz vagy a gyártási módszerek valós idejű alkalmazásához gyakran hatalmas mennyiségű számítás elvégzése szükséges, kellően alacsony költség mellett. Ehhez korszerű szoftvereszközökre és megfelelően kialakított hardverarchitektúrákra van szükség. Azok a hallgatók, akik a Mérnökinformatikus MSc Nagy teljesítményű számítási eszközök és architektúrák specializációját választják, megtanulják ezeknek az eszközöknek az integrált tervezését annak érdekében, hogy az elérhető számítási teljesítményt a maximumra növeljék.
Az Érzékelő Robotika labor vezetője, a mesterséges intelligencia szakértője. Nevéhez hét szabadalom köthető, a hallgatóival közösen fejlesztett különböző szenzorokat számos vállalat alkalmazza.
Doktori fokozatát a Notre Dame egyetemen szerezte, spinhullám-számításokkal kapcsolatos kutatásának jelentős részét a Müncheni Műszaki Egyetemmel együttműködésben végezte.
A mesterséges intelligencia, gépi tanulás, mélyneurális hálózatok kutatója és szakértője, képfeldolgozással kapcsolatos eredményeit orvosi környezetben is alkalmazzák.
A nagyméretű neurális hálózatok működését biztosító párhuzamos programozás és architektúrák területének oktatója és kutatója, a Pázmány ITK Nagy Teljesítményű Számítások Kutatócsoport vezetője. Kutatásainak nagyobb részét Oxfordban végezte eddig.
A Magyar Bionikus Látásközpont egyik vezetője, a mesterséges intelligencia szakértője. Kutatási területei a gépi látás, a szenzorközeli párhuzamos feldolgozás és a részlegesen megfigyelhető környezetekben való tanulás.
Vezeték nélküli adatátviteli technológiákhoz kapcsolódó területek oktató-kutatója, fő érdeklődési területe az érzékelő hálózatok kommunikációs protokolljai.